技能解析:技能与提示词、项目、MCP 和子代理的对比
了解 Claude 智能体生态系统的各个组件如何协同工作——技能、提示词、项目、MCP 和子代理。
自从推出技能功能以来,人们对了解 Claude 智能体生态系统的各个组件如何协同工作表现出了浓厚兴趣。
无论您是在 Claude Code 中构建复杂的工作流、使用 API 创建企业解决方案,还是在 Claude.ai 上最大化您的生产力,知道何时使用何种工具都可以改变您与 Claude 的协作方式。
本指南分解了每个构建模块,解释了何时使用何种工具,并展示了如何将它们组合起来以创建强大的智能体工作流。
了解您的智能体构建模块
什么是技能?
技能是包含指令、脚本和资源的文件夹,当与任务相关时,Claude 会动态发现并加载这些内容。您可以将它们视为专门的培训手册,为 Claude 提供特定领域的专业知识——从处理 Excel 电子表格到遵循您组织的品牌指南。
技能的工作原理: 当 Claude 遇到任务时,它会扫描可用技能以找到相关匹配项。技能使用渐进式披露:元数据首先加载(约 100 个令牌),为 Claude 提供足够的信息以了解何时某个技能是相关的。完整指令在需要时加载(少于 5k 个令牌),捆绑的文件或脚本仅在需要时加载。
何时使用技能: 当您需要 Claude 一致且高效地执行专门任务时,选择技能。它们适用于:
- 组织工作流: 品牌指南、合规程序、文档模板
- 领域专业知识: Excel 公式、PDF 操作、数据分析
- 个人偏好: 笔记系统、编码模式、研究方法
示例: 创建一个包含公司调色板、排版规则和布局规格的品牌指南技能。当 Claude 创建演示文稿或文档时,它会自动应用这些标准,而无需您每次都进行解释。
了解更多关于技能的信息,并查看我们不断增长的技能库。
什么是提示词?
提示词是您在对话过程中以自然语言提供给 Claude 的指令。它们是短暂的、对话式的、反应式的——您提供即时上下文和指导。
何时使用提示词: 使用提示词用于:
- 一次性请求:"总结这篇文章"
- 对话式优化:"使语气更专业"
- 即时上下文:"分析这些数据并识别趋势"
- 临时指令:"将其格式化为项目符号列表"
示例:
请对这段代码进行全面的安全审查。我需要您检查:
常见漏洞,包括:
- 注入缺陷(SQL、命令、XSS 等)
- 身份验证和授权问题
- 敏感数据暴露
- 安全配置错误
- 访问控制缺陷
- 加密失败
- 输入验证问题
- 错误处理和日志记录问题
对于发现的每个问题,请提供:
- 严重性级别(严重/高/中/低)
- 代码中的位置(行号或函数名)
- 安全风险解释及可能的利用方式
- 具体修复建议(如可能,提供代码示例)
- 防止类似问题的最佳实践指导
代码上下文:[描述代码的功能、语言/框架及其运行环境 - 例如:"这是一个处理用户身份验证和处理支付数据的 Node.js REST API"]
其他考虑因素:
- 是否存在 OWASP Top 10 漏洞?
- 代码是否遵循 [特定框架/语言] 的安全最佳实践?
- 是否有已知漏洞的依赖项?
请按严重性和潜在影响对发现进行优先排序。
专业提示: 提示词是您与 Claude 交互的主要方式,但它们不会在对话之间持续存在。对于重复的工作流或专业知识,请考虑将提示词捕获为技能或项目指令。
何时使用技能替代: 如果您发现自己跨多个对话重复输入相同的提示词,那么是时候创建一个技能了。将重复的指令如"使用 OWASP 标准审查此代码的安全漏洞"或"使用执行摘要、主要发现和建议的格式格式化此分析"转换为技能。这可以节省您每次重新解释程序的时间,并确保一致的执行。
查看我们的提示词库、提示词最佳实践或智能提示词制作工具以开始使用。
什么是项目?
项目在所有付费 Claude 计划上可用,是具有自己的聊天记录和知识库的独立工作空间。每个项目包含一个 200K 的上下文窗口,您可以在其中上传文档、提供上下文,并设置适用于该项目内所有对话的自定义指令。
项目的工作原理: 您上传到项目知识库的所有内容在该项目的所有聊天中都变得可用。Claude 自动使用此上下文来提供更知情、更相关的响应。当您的项目知识接近上下文限制时,Claude 无缝启用检索增强生成(RAG)模式,将容量扩展多达 10 倍。
何时使用项目: 当您需要以下功能时,选择项目:
- 持久上下文: 应告知每次对话的背景知识
- 工作空间组织: 不同计划的独立上下文
- 团队协作: 共享知识和对话历史(在团队和企业计划上)
- 自定义指令: 项目特定的语气、观点或方法
示例: 创建一个包含市场研究、竞争对手分析和产品规格的"Q4 产品发布"项目。此项目中的每次聊天都可以访问这些知识,而无需您重新上传或重新解释上下文。
何时使用技能替代: 如果多个智能体或对话需要相同的专长——如安全审查程序或数据分析方法——请创建技能而不是将该知识构建到各个子代理中。技能是可移植和可重用的,而子代理是为特定工作流定制的。使用技能来教授任何智能体都可以应用的专业知识;当您需要独立任务执行时使用子代理。
了解更多关于项目的信息。
什么是子代理?
子代理是具有自己的上下文窗口、自定义系统提示词和特定工具权限的专门 AI 助手。在 Claude Code 和 Claude Agent SDK 中可用,子代理独立处理离散任务并将结果返回给主代理。
子代理的工作原理: 每个子代理根据自己的配置运行——您定义它的功能、解决问题的方法以及它可以访问的工具。Claude 根据描述自动将任务委托给适当的子代理,或者您可以明确请求特定的子代理。
何时使用子代理: 使用子代理用于:
- 任务专业化: 代码审查、测试生成、安全审计
- 上下文管理: 保持主对话专注,同时卸载专门工作
- 并行处理: 多个子代理可以同时处理不同方面
- 工具限制: 限制特定子代理仅执行安全操作(例如,只读访问)
示例:
创建一个具有 Read、Grep 和 Glob 工具访问权限但没有 Write 或 Edit 权限的代码审查子代理。当您修改代码时,Claude 自动委托给此子代理进行质量和安全审查,而不会面临意外代码更改的风险。
何时使用技能替代: 如果多个智能体或对话需要相同的专长——如安全审查程序或数据分析方法——请创建技能而不是将该知识构建到各个子代理中。技能是可移植和可重用的,而子代理是为特定工作流定制的。使用技能来教授任何智能体都可以应用的专业知识;当您需要独立任务执行时使用子代理。
了解更多关于子代理的信息。
什么是 MCP?
MCP 在 AI 应用程序和您现有的工具及数据源之间创建通用连接层。
模型上下文协议(MCP)是用于将 AI 助手连接到数据所在的系统——内容存储库、业务工具、数据库和开发环境——的开放标准。
MCP 的工作原理: MCP 提供了一种标准化的方式来将 Claude 连接到您的工具和数据源。您无需为每个数据源构建自定义集成,而是针对单一协议进行构建。MCP 服务器暴露数据和功能;MCP 客户端(如 Claude)连接到这些服务器。
何时使用 MCP: 当您需要 Claude 执行以下操作时,选择 MCP:
- 访问外部数据:Google Drive、Slack、GitHub、数据库
- 使用业务工具:CRM 系统、项目管理平台
- 连接到开发环境:本地文件、IDE、版本控制
- 与自定义系统集成:您的专有工具和数据源
示例: 通过 MCP 将 Claude 连接到您公司的 Google Drive。现在 Claude 可以搜索文档、读取文件和引用内部知识,而无需手动上传——连接持续存在并自动更新。
何时使用技能替代: MCP 将 Claude 连接到数据;技能教 Claude 如何处理这些数据。如果您在解释如何使用工具或遵循程序——如"查询我们的数据库时,总是先按日期范围过滤"或"使用这些特定公式格式化 Excel 报告"——那就是技能。如果您需要 Claude 首先访问数据库或 Excel 文件,那就是 MCP。两者结合使用:MCP 用于连接,技能用于程序性知识。
了解更多关于 MCP 的信息,并查看关于如何构建 MCP 服务器的文档。
它们如何协同工作
真正的力量来自于组合这些构建模块。每个都有不同的用途,一起它们创建复杂的智能体工作流。
对比:选择正确的工具
| 功能 | 技能 | 提示词 | 项目 | 子代理 | MCP |
|---|---|---|---|---|---|
| 提供内容 | 程序性知识 | 即时指令 | 背景知识 | 任务委托 | 工具连接 |
| 持久性 | 跨对话 | 单次对话 | 项目内 | 跨会话 | 持续连接 |
| 包含内容 | 指令 + 代码 + 资产 | 自然语言 | 文档 + 上下文 | 完整代理逻辑 | 工具定义 |
| 加载时机 | 动态,按需 | 每轮 | 项目内始终 | 调用时 | 始终可用 |
| 可包含代码 | 是 | 否 | 否 | 是 | 是 |
| 最适用于 | 专业知识 | 快速请求 | 集中化上下文 | 专门任务 | 数据访问 |
示例智能体工作流:研究智能体
让我们构建一个综合的研究智能体,结合多个构建模块。此示例展示了如何组装和激活智能体进行竞争分析。
步骤 1:设置您的项目
创建一个"竞争情报"项目并上传:
- 行业报告和市场分析
- 竞争对手产品文档
- 来自您 CRM 的客户反馈
- 以前的研究摘要
添加项目指令:
通过我们产品战略的视角分析竞争对手。专注于差异化机会和新兴市场趋势。用具体证据和可操作的建议呈现发现。
步骤 2:通过 MCP 连接数据源
为以下功能启用 MCP 服务器:
- Google Drive(访问共享研究文档)
- GitHub(审查竞争对手开源存储库)
- 网络搜索(实时市场信息)
步骤 3:创建专门技能
创建一个"竞争分析"技能:
# 我公司 GDrive 导航技能
## 概述
针对 Meridian Tech 的 Google Drive 结构的优化搜索和检索策略。使用此技能高效定位内部文档、研究和战略材料。
## Drive 组织结构
**顶级结构:**
- `/Strategy & Planning/` - OKR、季度计划、董事会演示文稿
- `/Product/` - PRD、路线图、技术规格
- `/Research/` - 市场研究、竞争情报、用户研究
- `/Sales & Marketing/` - 案例研究、推介文稿、营销材料
- `/Customer Success/` - 实施指南、成功指标
- `/Company Ops/` - 政策、组织结构图、团队目录
**命名约定:**
- 格式:`YYYY-MM-DD_DocumentName_vX`
- 最终版本标记为 `_FINAL`
- 草稿包括 `_DRAFT` 或 `_WIP`
## 搜索最佳实践
1. **从宽泛开始,然后过滤** - 使用文件夹上下文 + 关键词
2. **定位文档所有者** - 销售材料来自 Sales/,而不是根目录
3. **检查时效性** - 优先考虑最近 6 个月的文档用于当前策略
4. **寻找"真相来源"** - 标有 `_FINAL`、`_APPROVED` 的文件或在 `/Archives/Official/` 中的文件
## 研究智能体工作流
1. 识别主题类别(产品、市场、客户)
2. 用相关关键词搜索相关文件夹
3. 检索 3-5 个最新/相关文档
4. 与 `/Strategy & Planning/` 交叉参考以获取上下文
5. 用文件名和日期引用来源步骤 4:配置子代理(仅限 Claude Code/SDK)
创建专门的子代理:
market-researcher 子代理:
name: market-researcher
description: 研究市场趋势、行业报告和竞争格局数据。主动用于竞争分析。
tools: Read, Grep, Web-search
---
您是专门从事竞争情报的市场研究分析师。
研究时:
1. 识别权威来源(Gartner、Forrester、行业报告)
2. 收集定量数据(市场份额、增长率、资金)
3. 分析定性洞察(分析师意见、客户评论)
4. 综合趋势和模式
用引用和置信度呈现发现。technical-analyst 子代理:
name: technical-analyst
description: 分析技术架构、实施方法和工程决策。用于技术竞争分析。
tools: Read, Bash, Grep
---
您是分析竞争对手技术选择的技术架构师。
分析时:
1. 审查公共存储库和技术文档
2. 评估架构模式和技术栈
3. 评估可扩展性和性能方法
4. 识别技术优势和局限性
专注于可为我们产品决策提供信息的技术洞察。步骤 5:激活您的研究智能体
现在当您询问 Claude:"分析我们的前三名竞争对手如何定位他们的新 AI 功能,并识别我们可以利用的差距"
以下是发生的情况:
- 项目上下文加载: Claude 访问您上传的研究文档并遵循项目指令
- MCP 连接激活: Claude 搜索您的 Google Drive 以获取最近的竞争对手简报并提取 GitHub 数据
- 技能启动: 竞争分析技能提供分析框架
- 子代理执行 (在 Claude Code 中):市场研究员收集行业数据,而技术分析师审查技术实施
- 提示词优化: 您提供对话指导:"特别关注医疗保健领域的客户"
结果: 一个综合的竞争分析,从多个数据源中提取,遵循您的分析框架,利用专业知识,并在整个研究项目中保持上下文。
常见问题
技能如何工作?
技能使用渐进式披露来保持 Claude 高效。处理任务时,Claude 首先扫描技能元数据(描述和摘要)以识别相关匹配项。如果技能匹配,Claude 会加载完整指令。最后,如果技能包含可执行代码或参考文件,那些仅在需要时加载。
这种架构意味着您可以拥有许多可用技能,而不会压倒 Claude 的上下文窗口。Claude 在需要时精确访问所需内容。
技能 vs 子代理:何时使用何种工具
使用技能时: 您希望任何 Claude 实例都可以加载和使用的能力。技能就像培训材料——它们使 Claude 在所有对话中在特定任务上表现更好。
使用子代理时: 您需要为特定目的设计的完整的、自包含的智能体,独立处理工作流。子代理就像具有自己上下文和工具权限的专门员工。
同时使用它们时: 您希望具有专业知识的子代理。例如,代码审查子代理可以使用特定语言最佳实践的技能,结合子代理的独立性和技能的可移植专业知识。
技能 vs 提示词:何时使用何种工具
使用提示词时: 您提供一次性指令、提供即时上下文或进行对话式来回。提示词是反应式的和短暂的。
使用技能时: 您有将重复需要的程序或专业知识。技能是主动的——Claude 知道何时应用它们——并在对话之间持续存在。
同时使用它们: 提示词和技能自然相互补充。使用技能提供基础专业知识,然后使用提示词为每个任务提供特定上下文和优化。
技能 vs 项目:何时使用何种工具
使用项目时: 您需要应告知特定计划所有对话的背景知识和上下文。项目提供始终加载的静态参考材料。
使用技能时: 您需要仅在相关时启动的程序性知识和可执行代码。技能提供按需加载的动态专业知识,节省您的上下文窗口。
同时使用它们时: 您希望同时具有持久上下文和专门能力。例如,包含产品规格和用户研究的"产品开发"项目,结合创建技术文档和分析用户反馈数据的技能。
关键区别: 项目说"这是您需要知道的"。技能说"这是如何做事"。项目提供您在其中工作的知识库。技能提供在任何地方都工作的能力——任何对话、任何项目。
子代理可以使用技能吗?
可以。在 Claude Code 和 Agent SDK 中,子代理可以像主代理一样访问和使用技能。这创建了强大的组合,专门的子代理利用可移植的专业知识。
例如,您的 python-developer 子代理可以使用 pandas-analysis 技能来执行遵循您团队约定的数据转换,而您的 documentation-writer 子代理使用技术写作技能来一致地格式化 API 文档。
入门指南
准备开始构建技能?以下是开始的方法:
Claude.ai 用户:
- 在设置 → 功能中启用技能
- 在 claude.ai/projects 创建您的第一个项目
- 尝试将项目知识与技能结合用于您的下一个分析任务
API 开发人员:
- 在文档中探索技能端点
- 查看我们的技能食谱
Claude Code 用户:
- 通过插件市场安装技能
- 查看我们的技能食谱